免费18禁止黄色网站三区,中文人妻AV大区中文不卡

內(nèi)容簡介

　　本書是關(guān)于多傳感器信息融合理論及應(yīng)用的一部專著，是作者們對國內(nèi)外近10多年來該領(lǐng)域研究進展和自身研究成果的總結(jié)。全書由15章組成，主要內(nèi)容有：多傳感器信息融合研究的目的、意義、應(yīng)用領(lǐng)域、歷史和現(xiàn)狀，狀態(tài)估計與不確定推理方法，多傳感器信息融合的功能和結(jié)構(gòu)模型，分布式檢測融合理論，集中式多傳感器綜合跟蹤算法，分布式多傳感器信息融合中的統(tǒng)計和模糊航跡關(guān)聯(lián)算法，雷達(dá)和電子支援措施（ESM）數(shù)據(jù)關(guān)聯(lián)，紅外傳感器目標(biāo)跟蹤及雷達(dá)-紅外融合跟蹤，多傳感器信息融合中的狀態(tài)估計與航跡文件管理技術(shù)，多傳感器目標(biāo)識別融合模型，利用屬性融合技術(shù)識別雷達(dá)輻射源，最后是本書的回顧、建議與展望。本書可供從事信息C4ISR系統(tǒng)、雷達(dá)工程、電子對抗、紅外、聲納、模式識別、軍事指揮等專業(yè)的科技人員閱讀閱讀和參考，也可作為上述專業(yè)的研究生教材。同時還可供從事激光、機器人、遙感、遙測等領(lǐng)域的工程技術(shù)人員參考。

作者簡介

　　何友，生于1956年10月，男，吉林磐石人。1982年畢業(yè)于海軍工程大學(xué)指控系統(tǒng)專業(yè)，獲學(xué)士學(xué)位；1988年在該?；鹆刂葡到y(tǒng)專業(yè)獲碩士學(xué)位；1991年10月至1992年11月在德國不倫瑞克工業(yè)大學(xué)作高級訪問學(xué)者；1997年在清華大學(xué)通信與信息系統(tǒng)專業(yè)獲博士學(xué)位?，F(xiàn)為海軍航空工程學(xué)院院長、教授、博士生導(dǎo)師；中國電子學(xué)會會士；中國電子學(xué)會雷達(dá)分會副主任委員；中國造船學(xué)會電子技術(shù)委員會委員；國家“863”專家；總裝備部專家組成員；《現(xiàn)代雷達(dá)》、《數(shù)據(jù)采集與處理》、《火力與指揮控制》、《雷達(dá)科學(xué)與技術(shù)》等雜志編委。主要研究領(lǐng)域有雷達(dá)自適應(yīng)檢測方法、多傳感器信息融合、多目標(biāo)跟蹤、分布檢測理論及應(yīng)用、系統(tǒng)仿真與作戰(zhàn)模擬等。在國內(nèi)外核心期刊和重要國際會議上發(fā)表論文200余篇，有150余篇論文被SCI、EI和ISTP等國際檢索收錄；出版專著5部。在科研成果中，獲國家科技進步二等獎2項；獲軍隊科技進步一等獎5項；二等獎4項；三等獎18項。榮立二等功4次、三等功2次。1999年入選國家“百千萬人才工程”第一、二層次；2000年獲“全國百篇優(yōu)秀博士論文獎”和中國科協(xié)“求是杰出青年實用工程獎”；2001年被教育部授予“全國優(yōu)秀教師”稱號，享受政府特殊津貼；2003年被授予“全國留學(xué)回國人員先進個人”榮譽稱號，并獲“全國留學(xué)回國人員成就獎”；2006年獲中國人民解放軍專業(yè)技術(shù)重大貢獻獎。

圖書目錄

第1章多傳感器信息融合概述
1.1 多傳感器信息融合的目的和定義
1.2 多傳感器信息融合的基本原理
1.3 多傳感器信息融合技術(shù)的應(yīng)用
1.4 多傳感器信息融合技術(shù)研究的歷史與現(xiàn)狀
1.5 背景資料
第2章狀態(tài)估計基礎(chǔ)
2.1 引言
2.2 線性系統(tǒng)估計—Kalman濾波技術(shù)
2.3 運動模型的穩(wěn)態(tài)濾波器
2.4 非線性系統(tǒng)的狀態(tài)估計
2.5 小結(jié)
第3章不確定推理方法
3.1 引言
3.2 不確定性推理方法之一——主觀Bayes方法
3.3 不確定性推理方法之二——證據(jù)理論
3.4 主觀Bayes方法和證據(jù)理論的比較
3.5 小結(jié)
第4章多傳感器信息融合系統(tǒng)功能和結(jié)構(gòu)模型
4.1 信息融合系統(tǒng)的功能模型
4.2 信息融合系統(tǒng)的結(jié)構(gòu)模型
4.3 信息融合技術(shù)在軍事上的應(yīng)用舉例
4.4 小結(jié)
第5章分布式檢測與融合
5.1 引言
5.2 局部判決融合規(guī)則設(shè)計
5.3 并行結(jié)構(gòu)中的分布檢測與融合
5.4 串行結(jié)構(gòu)中的分布檢測與融合
5.5 帶反饋并聯(lián)網(wǎng)絡(luò)中的分布檢測與融合
5.6 分布式CFAR檢測
5.7 小結(jié)
第6章集中式多傳感器綜合跟蹤算法
6.1 引言
6.2 多傳感器聯(lián)合概率數(shù)據(jù)互聯(lián)算法
6.3 多傳感器多目標(biāo)跟蹤的廣義S維分配算法
6.4 多雷達(dá)綜合跟蹤
6.5 小結(jié)
第7章分布式多傳感器信息融合中的統(tǒng)計航跡關(guān)聯(lián)算法
7.1 引言
7.2 加權(quán)和修正航跡關(guān)聯(lián)算法
7.3 序貫航跡關(guān)聯(lián)算法
7.4 統(tǒng)計雙門限航跡關(guān)聯(lián)算法
7.5 最近鄰域和K近鄰域航跡關(guān)聯(lián)算法
7.6 修正的K近鄰域航跡關(guān)聯(lián)算法
7.7 多局部節(jié)點情況下的統(tǒng)計航跡關(guān)聯(lián)算法
7.8 統(tǒng)計航跡關(guān)聯(lián)算法性能分析
7.9 在空中交通管制中的應(yīng)用
7.10 比較與總結(jié)
第8章分布式多傳感器信息融合中的模糊航跡關(guān)聯(lián)算法
8.1 引言
8.2 模糊因素集與隸屬度函數(shù)
8.3 模糊因素的確定與模糊集A的動態(tài)分配
8.4 模糊雙門限航跡關(guān)聯(lián)算法
8.5 基于模糊綜合函數(shù)的航跡關(guān)聯(lián)算法
8.6 多因素模糊綜合決策航跡關(guān)聯(lián)算法
8.7 多局部節(jié)點情況下的模糊航跡關(guān)聯(lián)算法
8.8 模糊航跡關(guān)聯(lián)算法的性能分析
8.9 小結(jié)
第9章雷達(dá)和ESM數(shù)據(jù)關(guān)聯(lián)
9.1 引言
9.2 等樣本容量下的雷達(dá)和ESM航跡關(guān)聯(lián)
9.3 不等樣本容量下基于統(tǒng)計理論的雷達(dá)和ESM航跡關(guān)聯(lián)
9.4 不等樣本容量下基于模糊綜合分析的雷達(dá)與ESM航跡關(guān)聯(lián)
9.5 動態(tài)和屬性信息在雷達(dá)和ESM數(shù)據(jù)關(guān)聯(lián)中的應(yīng)用
9.6 小結(jié)
第10章紅外傳感器目標(biāo)跟蹤及雷達(dá)—紅外融合跟蹤
10.1 引言
10.2 基于修正球坐標(biāo)系的紅外目標(biāo)跟蹤
10.3 基于定向概率數(shù)據(jù)互聯(lián)濾波(DPDAF)的紅外目標(biāo)跟蹤
10.4 基于紅外傳感器的機動檢測
10.5 基于圖像質(zhì)心位置和質(zhì)心位移測量的紅外目標(biāo)跟蹤
10.6 基于最優(yōu)數(shù)據(jù)壓縮的雷達(dá)和紅外融合目標(biāo)跟蹤
10.7 基于多傳感器概率數(shù)據(jù)互聯(lián)濾波(MSPDAF)的雷達(dá)和紅外融合跟蹤
10.8 基于IMM/MSPDAF的雷達(dá)和紅外融合跟蹤
10.9 小結(jié)
附錄10A MSC中非線性狀態(tài)方程的推導(dǎo)
附錄10B 目標(biāo)航向協(xié)方差陣的推導(dǎo)
附錄10C 質(zhì)心測量誤差方差的推導(dǎo)
第11章多傳感器信息融合中的狀態(tài)估計
11.1 引言
11.2 狀態(tài)估計基本方程描述
11.3 集中式多傳感器信息融合系統(tǒng)中的狀態(tài)估計
11.4 分布式多傳感器信息融合系統(tǒng)中的狀態(tài)估計
11.5 多級式多傳感器系統(tǒng)中的分層估計
11.6 混合式多傳感器信息融合系統(tǒng)中的狀態(tài)估計
11.7 帶反饋信息的分布估計
11.8 帶反饋信息的多層估計
11.9 小結(jié)
第12章多傳感器信息融合中的航跡文件管理
12.1 引言
12.2 航跡號管理
12.3 多傳感器綜合跟蹤系統(tǒng)中的航跡質(zhì)量管理技術(shù)
12.4 分布式系統(tǒng)中的關(guān)聯(lián)映射
12.5 系統(tǒng)航跡的建立、保持與撤銷
12.6 幾個有關(guān)問題的討論
12.7 小結(jié)
第13章利用屬性融合技術(shù)識別雷達(dá)輻射源
13.1 引言
13.2 不確定推理在雷達(dá)輻射源識別中的應(yīng)用
13.3 可能性理論在雷達(dá)輻射源識別中的應(yīng)用
13.4 利用多屬性模糊加權(quán)方法識別雷達(dá)輻射源
13.5 小結(jié)
第14章多傳感器目標(biāo)識別融合模型
14.1 引言
14.2 基于最大后驗概率的目標(biāo)識別融合
14.3 基于D-S證據(jù)理論的目標(biāo)識別融合
14.4 基于模糊綜合的目標(biāo)識別融合
14.5 基于黑板模型的多傳感器目標(biāo)識別融合
14.6 小結(jié)
第15章回顧、建議與展望
15.1 引言
15.2 研究成果回顧
15.3 問題與建議
15.4 研究方向展望
參考文獻
英文縮寫對照表